EMFA：面向LLM多智能体系统的错误传播建模失败归因方法
论文AI 评分 68/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇投稿于arXiv的论文提出EMFA方法，用于LLM多智能体系统的失败归因。该方法将失败轨迹构建为结构化表示，同时建模级联传播与持续交互循环，再通过传播感知的候选筛选与反事实验证，定位决定性的智能体-步骤对。在Who&When基准上，EMFA取得当前最优的步骤级归因准确率，智能体级表现也具竞争力；相比此前最佳步骤级结果，在Hand-Crafted与Algorithm-Generated两个子集上分别提升3.45与4.40个百分点。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载失败归因要解决什么
基于LLM的多智能体系统通过协同推理、工具调用和外部资源交互来完成复杂任务，但一旦执行失败，观察到的结果往往无法直接指出是哪一步出错。论文把归因目标定义为「决定性错误」，即某个智能体与步骤的组合，只要修正它就能让失败执行恢复。现有做法大多只标出可疑步骤，没有显式刻画错误如何在交互之间传播、如何在未解决的循环中持续存在，因此难以把决定性错误与下游的失败症状区分开。
EMFA 的三步做法
论文提出的EMFA先为失败轨迹构建结构化表示，在此基础上同时建模两类现象：一是错误沿交互链条的级联传播，二是反复出现、始终未解决的交互循环。随后方法进行传播感知的候选筛选，缩小需要考察的范围，再用反事实验证确认哪一对智能体-步骤才是决定性的。这一流程把「哪里看起来出错」与「改哪里能修好」区分开来，前者是症状，后者才是归因目标。
基准上的量化结果
在Who&When基准上，EMFA在步骤级归因准确率上达到当前最优，在智能体级也保持竞争力。与此前最好的步骤级结果相比，它在Hand-Crafted子集上提升3.45个百分点，在Algorithm-Generated子集上提升4.40个百分点。论文提交于2026年10月8日，编号arXiv:2610.11600，作者为Jiaqi Liao等八人。
为什么值得看
多智能体系统出错后难以定位真正责任环节，该工作给出可量化的归因方法与基准提升数据。
智能体论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。